同步发电机是电力生产设施中最广泛使用的电气机器之一，包括水力发电厂、天然气发电厂、热电厂和核电站。同步发电机是将施加在其轴上的机械能转换为电能的机器。在同步发电机中，通过在励磁绕组中施加励磁电流来旋转转子，在转子磁场中产生三相电压。电力生产设施的主要目标是确保生产和负载平衡。为了确保生产和负载平衡，发电设施还必须满足若干运行要求。其中一项任务是保持发电机输出电压的恒定幅度[1,2]。需求功率的波动和故障事件可能会改变发电机输出电压的幅度。如果这些失真得不到纠正，可能会导致电力系统运行出现并发症，并可能对连接到系统的设备造成严重损坏。为了确保电压的稳定性，必须配备一系列保护和控制系统。自动电压调节器（AVR）系统被认为是这些控制系统中最有效的[3,4]。
AVR系统的特点是采用闭环配置，通过调节励磁电流来响应负载的变化，从而稳定输出电压。在AVR中，参考电压与实际电压之间的差异由误差值表示。然后将这个误差值作为反馈信号，从而有助于稳定输出电压。为了有效调节输出电压，实施闭环控制器是必不可少的。文献综述显示，有多种控制器设计被用于此目的。PID控制器因其简单性和易于应用而在AVR系统中尤为普遍[[5], [6], [7], [8]]。系统性能在很大程度上取决于PID控制器参数的适当调整。因此，需要以最佳方式调整PID系数以实现所需的性能水平[9,10]。
在控制领域，采用了一系列传统方法来校准PID控制器的参数。这些技术包括Ziegler-Nichols方法、极点放置法和Cohen-Coon方法，它们被广泛用于确保控制器的最佳运行[11,12]。然而，这些方法存在重大缺点，如较大的超调量和较差的控制器鲁棒性[13]。
为了消除传统方法的缺点并调整PID控制器的参数，提出了许多方法、智能算法和元启发式优化技术，例如Cuckoo Search [8]、基于稳定性的人工智能方法[14]、自适应和动态惯性权重及加速度系数优化[15]、蚁狮优化[16]、模糊逻辑[17,18]、粒子群优化[12,19]、遗传算法[7,20]、人工蜂群算法[21]、模式搜索算法[22]、Jaya算法[23]、模拟退火[24]等。许多智能方法由于其复杂的参数设置和调整程序而需要专家知识。大多数元启发式算法无法保证全局解[25,26]。此外，许多算法的调整参数会对系统性能产生重大影响。
现有文献的回顾表明，大多数关于AVR控制器的研究都包括PID及其变体[27,28]。大量研究致力于分数阶PID（FOPIDs）及其参数的优化[[29], [30], [31], [32], [33], [34]]。研究中使用的方法的参数数量从三个增加到八个。除此之外，还观察到多种控制技术已成功应用于AVR，如滑模控制（SMC）[35,36]、模型预测控制（MPC）[[37], [38], [39]]等。表1列出了关键出版物中报告的AVR控制方法的比较。
在[14]中，提出了S-AIM方法来确定AVR系统的最佳PID参数。将S-AIM的性能与改进的Kidney Inspired算法、Jaya算法、Tree Seed算法、Water Wave Optimization和基于传记的优化算法进行了比较。然而，在所提出的方法中，S-AIM训练模型需要额外的数据集来找到最优PID参数。在[27]中，使用CHIO算法调整PID和PIDD控制器。系统训练集的性能与十多种不同的算法进行了比较。在[33]中，为AVR系统设计了一种带有分数滤波器（FF）的分数阶PID（FOPID）控制器。该控制器称为FOPIDFF，具有七个独立参数，这些参数通过SCA进行优化以找到最优解。然而，涉及许多调整参数，调整更多参数会增加优化过程的复杂性和持续时间。在[34]中，使用RSA为电力系统中的AVR开发了一种分数阶（FO）比例-积分-微分加二阶微分（PIDD2）控制器。将所提出的控制器方法的性能与使用各种控制器和不同优化策略的二十二项研究进行了比较。与其他方法相比，RSA-FOPIDD2控制器为AVR系统提供了更好的性能。然而，这种提出的RSA-FOPID控制器没有考虑控制器和励磁器的输出限制。在[39]中，为AVR系统提出了一种鲁棒的MPC。MPC的参数是通过使用算术优化算法（AOA）确定的。对MPC方法与现有文献中记录的许多方法进行了比较分析，显示出预测方法在实现AVR成功结果方面的有效性。然而，需要注意的是，根据模型优化参数和对干扰情况的仔细分析对于改进MPC方法是必要的。
根据IEEE标准421.5–2016的详细说明，AVR系统可以根据不同的励磁系统进行建模[40]。在这些不同的模型中，放大器单元和励磁单元的输入和输出都有一些限制。在大多数控制系统研究中，这些限制没有被考虑。表I还列出了AVR研究中考虑的放大器输入限制和励磁器输出限制。
在本研究中，提出了一种针对AVR系统的新方法。这种方法基于预测功能控制器（PFC），旨在调整和维持同步发电机的恒定输出电压。PFC是一种在工业过程中使用的控制算法。其主要功能是预测系统的未来行为并相应地调整控制动作。PFC利用过程模型来预测未来输出，并确定达到所需性能所需的控制动作。这种增强的预测能力使得有效管理延迟和约束成为可能，这是传统PID控制器常常无法实现的[41]。传统的MPC性能很高；然而，它们的计算复杂性和实时参数调整的难度对标准AVR应用构成了重大障碍。通过引入PFC，我们旨在提供一种解决方案，既保留了MPC的预测优势（如约束处理和预见性），同时又提供了更简单的结构。PFC的一个主要优点是其在工业硬件上的实现简单性。它可以无缝集成到现有的控制系统中，并且易于校准和升级。与PID控制器相比，后者在具有显著延迟或约束的过程中经常遇到困难，而PFC在有效管理这些挑战方面表现出更大的能力。已经证明，PFC在稳定性和响应时间方面提供了更好的性能[42]。PFC已被证明是单输入单输出系统的特别有效的解决方案。其应用已在各种需要精确控制的工业应用中得到广泛应用[43]。据作者所知，这种方法将首次用于AVR系统。鉴于上述优势，它被视为AVR应用的一种重要替代方法。
本研究对PFC在AVR系统中的有效性进行了全面分析。所提出的PFC方法与传统的PID、RSA优化的PID和MPC策略进行了基准测试。研究的一个关键方面是评估所有控制方法在IEEE标准励磁约束下的动态性能。评估包括瞬态响应分析、对输入和负载波动的干扰抑制能力以及故障穿越能力。此外，还进行了敏感性分析，以确定控制器对系统参数显著变化的鲁棒性。
本研究的贡献如下：
•为AVR系统设计了PFC，并提供了设计程序。
•通过考虑控制器和励磁器的限制来检查系统的性能评估，这些限制符合IEEE标准421.5–2016的规定。
•然后将提出的PFC方法与三种不同的控制技术进行比较：经典PID、PID RSA和MPC。评估了每种方法的性能。
•所提出的PFC方法只有两个控制器参数，这些参数可以轻松调整，无需任何优化算法。
